Analizza con canvas di dati BigQuery

Anteprima

Questo prodotto o funzionalità è soggetto ai "Termini delle Offerte pre-GA" nella sezione Termini generali del servizio dei Termini specifici del servizio. I prodotti e le funzionalità pre-GA sono disponibili "così come sono" e potrebbero avere un supporto limitato. Per saperne di più, consulta le descrizioni della fase di lancio.

Per fornire feedback o richiedere assistenza per i canvas di dati di BigQuery Studio, invia un'email all'indirizzo [e-mail].

Il canvas di dati di BigQuery Studio, una funzionalità di Gemini in BigQuery, ti consente di trovare, trasformare, eseguire query e visualizzare i dati utilizzando prompt in linguaggio naturale e un'interfaccia grafica per i flussi di lavoro di analisi.

Per i flussi di lavoro di analisi, il canvas di dati BigQuery utilizza un grafico aciclico diretto (DAG), che fornisce una visualizzazione grafica del flusso di lavoro. Nel canvas di dati di BigQuery, puoi eseguire l'iterazione dei risultati delle query e lavorare con più rami di indagine in un'unica posizione.

Il canvas di dati di BigQuery è progettato per aiutarti nel tuo percorso dai dati agli insight. Puoi lavorare con i dati senza bisogno di conoscere tecniche di strumenti o prodotti specifici. Il canvas di dati di BigQuery funziona con i metadati Dataplex per identificare le tabelle appropriate in base al linguaggio naturale.

Il canvas di dati BigQuery usa Gemini in BigQuery per trovare i dati, creare SQL, generare grafici e riassunti dei dati.

Scopri come e quando Gemini per Google Cloud utilizza i tuoi dati.

Funzionalità

Il canvas di dati di BigQuery ti consente di:

• Utilizza la sintassi di ricerca delle parole chiave insieme ai metadati Dataplex per trovare asset come tabelle, viste o viste materializzate.

• Usa il linguaggio naturale per le query SQL di base come le seguenti:

  • Query che contengono clausole FROM, funzioni matematiche, array e struct.
  • JOIN operazioni per due tabelle.

• Visualizza i dati utilizzando i seguenti tipi di grafici:

  • Grafico a barre
  • Mappa termica
  • Grafico lineare
  • Grafico a torta
  • Grafico a dispersione

• Crea visualizzazioni personalizzate utilizzando il linguaggio naturale per descrivere ciò che vuoi.

• Automatizza gli insight sui dati.

Limitazioni

• I comandi in linguaggio naturale potrebbero non funzionare correttamente con quanto segue:

  • BigQuery ML
  • Apache Spark
  • Tabelle di oggetti
  • BigLake
  • INFORMATION_SCHEMA visualizzazioni
  • JSON
  • Campi nidificati e ripetuti
  • Funzioni e tipi di dati complessi come DATETIME e TIMEZONE

• Le visualizzazioni di dati non funzionano con i grafici delle mappe geografiche.

Prima di iniziare

1. Assicurati che Gemini in BigQuery sia abilitato per il tuo progetto Google Cloud. In genere questo passaggio viene eseguito da un amministratore.
2. Assicurati di disporre delle autorizzazioni IAM (Identity and Access Management) necessarie per utilizzare il canvas di dati di BigQuery.

Ruoli obbligatori

Per ottenere le autorizzazioni necessarie per utilizzare il canvas di dati di BigQuery, chiedi all'amministratore di concederti i seguenti ruoli IAM nel progetto:

• Utente BigQuery Studio (roles/bigquery.studioUser)
• Utente Cloud AI Companion (roles/cloudaicompanion.user)

Per saperne di più sulla concessione dei ruoli, consulta Gestire l'accesso.

Potresti anche riuscire a ottenere le autorizzazioni richieste tramite i ruoli personalizzati o altri ruoli predefiniti.

Per ulteriori informazioni su ruoli e autorizzazioni IAM in BigQuery, consulta Introduzione a IAM.

Utilizza il canvas di dati di BigQuery

Puoi utilizzare il canvas di dati di BigQuery nella console Google Cloud, in una query o in una tabella.

1. Vai alla pagina BigQuery.

   Vai a BigQuery

2. Fai clic su Crea canvas di dati.

   

3. Nel campo del prompt Linguaggio naturale, inserisci un prompt in linguaggio naturale.

   Ad esempio, se inserisci Find me tables related to trees, il canvas di dati BigQuery restituisce un elenco di possibili tabelle, inclusi set di dati pubblici come bigquery-public-data.usfs_fia.plot_tree o bigquery-public-data.new_york_trees.tree_species.

4. Seleziona una tabella.

   Una cella per la tabella selezionata viene aggiunta al canvas di dati BigQuery. Per visualizzare le informazioni sullo schema, i dettagli della tabella o l'anteprima dei dati, seleziona le varie schede nella cella della tabella.

Prova flussi di lavoro di esempio

Questa sezione illustra diversi modi per utilizzare il canvas di dati di BigQuery nei flussi di lavoro di analisi.

Flusso di lavoro di esempio: trova, esegui query e visualizza i dati

In questo esempio, vengono utilizzati i prompt in linguaggio naturale nel canvas di dati di BigQuery per trovare i dati, generare una query e modificarla. Quindi, crea un grafico.

Prompt 1: trova i dati

1. Nella console Google Cloud, vai alla pagina BigQuery.

   Vai a BigQuery

2. Fai clic su Crea canvas di dati.

   

3. Nel campo del prompt Linguaggio naturale, inserisci il seguente prompt in linguaggio naturale:

   Chicago taxi trips
   

   Il canvas di dati di BigQuery genera un elenco di tabelle potenziali in base ai metadati Dataplex. Puoi selezionare più tabelle.

4. Seleziona la tabella bigquery-public-data.chicago_taxi_trips.taxi_trips e fai clic su Aggiungi al canvas.

   Una cella della tabella per taxi_trips viene aggiunta al canvas di dati BigQuery. Per visualizzare le informazioni sullo schema, i dettagli della tabella o l'anteprima dei dati, seleziona le varie schede nella cella della tabella.

Prompt 2: genera una query SQL nella tabella selezionata

Essendo una tecnologia allo stadio iniziale, Gemini può generare risultati plausibili. Ti consigliamo di convalidare tutti gli output di Gemini prima di utilizzarli. Per maggiori informazioni, consulta Gemini per Google Cloud e l'IA responsabile.

Per generare una query SQL per la tabella bigquery-public-data.chicago_taxi_trips.taxi_trips, segui questi passaggi:

1. Nel canvas di dati, fai clic su Query.

2. Nel campo del prompt Linguaggio naturale, inserisci quanto segue:

   Get me the 100 longest trips
   

   Il canvas di dati di BigQuery genera una query SQL simile alla seguente:

   SELECT
     taxi_id,
     trip_start_timestamp,
     trip_end_timestamp,
     trip_miles
   FROM
     `bigquery-public-data.chicago_taxi_trips.taxi_trips`
   ORDER BY
     trip_miles DESC
   LIMIT
     100;
   

Prompt 3: modifica la query

Per modificare la query generata, puoi modificarla manualmente o cambiare il prompt in linguaggio naturale e rigenerarla. In questo esempio, viene utilizzato un prompt in linguaggio naturale per modificare la query e selezionare solo le corse in cui il cliente ha pagato in contanti.

1. Nel campo del prompt Linguaggio naturale, inserisci quanto segue:

   Get me the 100 longest trips where the payment type is cash
   

   Il canvas di dati di BigQuery genera una query SQL simile alla seguente:

   SELECT
     taxi_id,
     trip_start_timestamp,
     trip_end_timestamp,
     trip_miles
   FROM
     `PROJECT_ID.chicago_taxi_trips_123123.taxi_trips`
   WHERE
     payment_type = 'Cash'
   ORDER BY
     trip_miles DESC
   LIMIT
     100;
   

   Nell'esempio precedente, PROJECT_ID è l'ID del tuo progetto Google Cloud.

2. Per visualizzare i risultati della query, fai clic su Esegui.

Creare un grafico

1. Nel canvas di dati, fai clic su Visualizza.

2. Fai clic su Crea grafico a barre.

   Il canvas di dati BigQuery crea un grafico a barre che mostra il maggior numero di miglia della corsa per ID corsa. Oltre a fornire un grafico, il canvas di dati di BigQuery riassume alcuni dei dettagli chiave dei dati a supporto della visualizzazione.

3. (Facoltativo) Esegui una o più delle seguenti operazioni:

   • Per modificare il grafico, fai clic su Modifica e poi modificalo nel riquadro Modifica visualizzazione.
   • Per condividere il canvas di dati, fai clic su Condividi e poi su Condividi link per copiare il link al canvas di dati BigQuery.
   • Per ripulire il canvas di dati, seleziona more_vert Altre azioni, quindi gavel Cancella canvas. Questo passaggio restituisce una tela vuota.

Flusso di lavoro di esempio: unire le tabelle

In questo esempio, vengono utilizzati i prompt in linguaggio naturale nel canvas di dati di BigQuery per trovare i dati e unire le tabelle. Quindi, esporterai una query come blocco note.

Prompt 1: trova i dati

1. Nel campo del prompt Linguaggio naturale, inserisci il seguente prompt:

   Information about trees
   

   Il canvas di dati di BigQuery suggerisce varie tabelle con informazioni sugli alberi.

2. Per questo esempio, seleziona la tabella bigquery-public-data.new_york_trees.tree_census_1995, quindi fai clic su Aggiungi al canvas.

   La tabella viene visualizzata nel canvas.

Prompt 2: unisci le tabelle all'indirizzo

1. Nel canvas di dati, fai clic su Unisci.

   Il canvas di dati di BigQuery suggerisce le tabelle da unire.

2. Per aprire un nuovo campo del prompt Linguaggio naturale, fai clic su Cerca tabelle.

3. Nel campo del prompt Linguaggio naturale, inserisci il seguente prompt:

   Information about trees
   

4. Seleziona la tabella bigquery-public-data.new_york_trees.tree_census_2005 e poi fai clic su Aggiungi al canvas.

   La tabella viene visualizzata nel canvas.

5. Nel canvas di dati, fai clic su Unisci.

6. Nella sezione Su questo canvas, seleziona la casella di controllo Celle tabella e fai clic su OK.

7. Nel campo del prompt Linguaggio naturale, inserisci il seguente prompt:

   Join on address
   

   Il canvas di dati di BigQuery suggerisce alla query SQL di unire queste due tabelle al loro indirizzo:

   SELECT
     *
   FROM
     `bigquery-public-data.new_york_trees.tree_census_2015` AS t2015
   JOIN
     `bigquery-public-data.new_york_trees.tree_census_1995` AS t1995
   ON
     t2015.address = t1995.address;
   

8. Per eseguire la query e visualizzare i risultati, fai clic su Esegui.

Esporta la query come blocco note

Il canvas di dati di BigQuery ti consente di esportare le query come blocco note.

1. Nel canvas di dati, fai clic su Esporta come blocco note.
2. Nel riquadro Salva blocco note, inserisci il nome del blocco note e la regione in cui vuoi salvarlo.
3. Fai clic su Salva. Il blocco note è stato creato.
4. (Facoltativo) Per visualizzare il blocco note creato, fai clic su Apri.

Flusso di lavoro di esempio: modificare un grafico utilizzando un prompt

In questo esempio, vengono utilizzati prompt in linguaggio naturale nel canvas di dati di BigQuery per trovare, eseguire query e filtrare i dati e poi modificare i dettagli di visualizzazione.

Prompt 1: trova i dati

1. Per trovare dati relativi ai nomi negli Stati Uniti, inserisci il seguente prompt:

   Find data about USA names
   

   Il canvas di dati di BigQuery genera un elenco di tabelle.

2. Per questo esempio, seleziona la tabella bigquery-public-data.usa_names.usa_1910_current, quindi fai clic su Aggiungi al canvas.

Prompt 2: esegui una query sui dati

1. Per eseguire query sui dati, nel canvas dei dati, fai clic su Query e inserisci il seguente prompt:

   Summarize this data
   

   Il canvas di dati di BigQuery genera una query simile alla seguente:

   SELECT
     state,
     gender,
     year,
     name,
     number
   FROM
     `bigquery-public-data.usa_names.usa_1910_current`
   

2. Fai clic su Esegui. Vengono visualizzati i risultati della query.

Prompt 3: filtra i dati

1. Nel canvas di dati, fai clic su Esegui query su questi risultati.

2. Per filtrare i dati, nel campo del prompt SQL, inserisci la seguente richiesta:

   Get me the top 10 most popular names in 1980
   

   Il canvas di dati di BigQuery genera una query simile alla seguente:

   SELECT
     name,
     SUM(number) AS total_count
   FROM
     `bigquery-public-data`.usa_names.usa_1910_current
   WHERE
     year = 1980
   GROUP BY
     name
   ORDER BY
     total_count DESC
   LIMIT
     10;
   

   Quando esegui la query, ottieni una tabella con i dieci nomi più comuni di bambini nati nel 1980.

Prompt 4: crea e modifica un grafico

1. Nel canvas di dati, fai clic su Visualizza.

   Il canvas di dati BigQuery suggerisce varie opzioni di visualizzazione, tra cui un grafico a barre, un grafico a torta, un grafico a linee e una personalizzata.

2. In questo esempio, fai clic su Crea grafico a barre.

   Il canvas di dati BigQuery crea un grafico a barre simile al seguente:

   

Oltre a fornire un grafico, il canvas di dati di BigQuery riassume alcuni dei dettagli chiave dei dati a supporto della visualizzazione. Puoi modificare il grafico facendo clic su Dettagli di visualizzazione e modificando il grafico nel riquadro laterale.

Prompt 5: modifica i dettagli della visualizzazione

1. Nel campo del prompt Visualizzazione, inserisci quanto segue:

   Create a bar chart sorted high to low, with a gradient
   

   Il canvas di dati BigQuery crea un grafico a barre simile al seguente:

   

2. (Facoltativo) Per apportare ulteriori modifiche, fai clic su Modifica.

   Viene mostrato il riquadro Modifica visualizzazione. Puoi modificare dettagli come il titolo del grafico, il nome e il nome dell'asse X. Inoltre, se fai clic sulla scheda Editor JSON, puoi modificare direttamente il grafico in base ai valori JSON.

Prezzi

Gli addebiti vengono effettuati in base al modello di prezzi basato su computing o archiviazione quando utilizzi il canvas di dati di BigQuery. Non sono previsti costi aggiuntivi per l'utilizzo di Gemini con i canvas di dati BigQuery durante l'anteprima.

Invia il tuo feedback

Puoi contribuire a migliorare i suggerimenti relativi ai canvas di dati di BigQuery inviando feedback a Google. Per fornire un feedback:

1. Nella barra degli strumenti della console Google Cloud, fai clic su Invia feedback.

2. (Facoltativo) Per copiare le informazioni JSON del DAG e fornire ulteriore contesto al tuo feedback, fai clic su Copia.

3. Per compilare il modulo e fornire un feedback, fai clic su modulo.

Le impostazioni di condivisione dei dati si applicano all'intero progetto e possono essere impostate solo da un amministratore del progetto che dispone delle autorizzazioni IAM serviceusage.services.enable e serviceusage.services.list. Per ulteriori informazioni sull'utilizzo dei dati nel programma Trusted Tester, consulta la pagina Programma Trusted Tester di Gemini in Google Cloud.

Per fornire un feedback diretto su questa funzionalità, puoi anche contattare [e-mail].

Passaggi successivi

• Scopri come scrivere query con l'assistenza di Gemini.

• Scopri come creare blocchi note.